我通过beautifulsoup解析了一个HTML页面,将所有具有特定div
名称的class
元素提取到一个列表中。你知道吗
我现在必须从这个列表中清除HTML字符串,留下我需要的字符串标记。你知道吗
我开始的列表如下所示:
[<div class="info-1">\nName1a <span class="bold">Score1a</span>\n</div>, <div class="info-2">\nName1b <span class="bold">Score1b</span>\n</div>, <div class="info-1">\nName2a <span class="bold">Score2a</span>\n</div>, <div class="info-2">\nName2b <span class="bold">Score2b</span>\n</div>, <div class="info-1">\nName3a <span class="bold">Score3a</span>\n</div>, <div class="info-2">\nName3b <span class="bold">Score3b</span>\n</div>]
空白是故意的。 我需要把清单缩小到:
[('Name1a', 'Score1a'), ('Name1b', 'Score1b'), ('Name2a', 'Score2a'), ('Name2b', 'Score2b'), ('Name3a', 'Score3a'), ('Name3b', 'Score3b')]
这样解析子字符串的有效方法是什么?你知道吗
我尝试过使用split
方法(例如[item.split('<div class="info-1">\n',1) for item in string_list]
),但是分裂只会导致需要进一步分裂的子串(因此效率低下)。使用replace
也是如此。你知道吗
我觉得我应该走另一条路,提取我需要的代币,但我似乎不能用一种优雅的方式来做这件事。对这件事不熟悉也没什么帮助。我感谢你的帮助。你知道吗
info
开头的class
stripped_strings
获取标记下的所有非空字符串tuple()
将iterable转换为tuple对象输出:
相关问题 更多 >
编程相关推荐